「From GAN to WGAN」 を和訳しながら理解したい｜りーる

WGANについて理解したいので, 「From GAN to WGAN」を読んで和訳していきます. ここで利用する画像は下記リンクのものを引用しています. 「From GAN to WGAN」へのリンクは以下です. はじめに Generative Adversarial Nets(GAN)は生成モデルの一つです.画像や音楽, 自然言語などの様々なコンテンツで良い結果を示しています.GANはゲーム理論を基にしていて, 贋作家と鑑定家がいたちごっこ的に強くなっていくモデルです. しかしGANの学習はとても不安定であるという問題があります. ここでは, GANの学習の難しさの数学的な背景を説明し, 最後にはその問題を解決するための修正版GANを紹介します. ・KLダイバジェンスとJSダイバジェンスまずは, 2つの確率分布の類似性を知るための指標を2つ(KLダイバジェンスとJSダイバジェンス)確認し